NumPy quantile()

import numpy as np

# create an array
array1 = np.array([0, 1, 2, 3, 4, 5, 6, 7])

# calculate the 0.25th, 0.50th and 0.75th quantile of the array
q25 = np.quantile(array1, 0.25)
q50 = np.quantile(array1, 0.50)
q75 = np.quantile(array1, 0.75)

print(q25, q50, q75)

# Output: 1.75 3.5 5.25

quantile() 语法

numpy.quantile() 方法的语法是：

numpy.quantile(array, q, axis = None, out = None, overwrite_input = False, method = 'linear', keepdims = False, interpolation = None)

quantile() 参数

numpy.quantile() 方法接受以下参数：

• array - 输入数组（可以是 array_like）
• q - 要查找的q分位数（可以是 float 的 array_like）
• axis (可选) - 计算分位数的轴或轴（int 或 tuple of int）
• out (可选) - 用于存放结果的输出数组（ndarray）
• keepdims (可选) - 指定是否保留原始数组的形状（bool）
• override_input (可选) - 确定中间计算是否可以修改数组的 bool 值
• method (可选) - 要使用的插值方法
• interpolation (可选) - method 关键字参数的已弃用名称

quantile() 返回值

numpy.quantile() 方法沿指定轴返回输入数组的q分位数。

分位数

分位数是一种统计量，表示数据低于该值的百分比。它有助于分析数据集的分布。

在 NumPy 中，quantile() 函数计算沿指定轴的数据的q分位数。

q分位数表示数据中有q%的数据小于该值。例如，0.50分位数（也称为中位数）将数据分成两半。

注意：numpy.quantile() 和 numpy.percentile() 功能相同。如果要指定 q 的范围为 0 到 100，请使用 percentile()；如果要指定 q 的范围为 0.0 到 1.0，请使用 quantile()。

示例 1：查找 ndArray 的分位数

import numpy as np

# create an array
array1 = np.array([[[0, 1],
                    [2, 3]],

                   [[4, 5],
                    [6, 7]]])

# find the 50th quantile of entire array
quantile1 = np.quantile(array1, q = 0.50)

# find the 50th quantile across axis 0
quantile2 = np.quantile(array1, q = 0.50, axis = 0)

# find the 50th quantile across axis 0 and 1
quantile3 = np.quantile(array1, q = 0.50, axis = (0, 1))

print('\n50th quantile of the entire array:', quantile1)
print('\n50th quantile across axis 0:\n', quantile2)
print('\n50th quantile across axis 0 and 1:', quantile3)

输出

50th quantile of the entire array: 3.5

50th quantile across axis 0:
[[2. 3.]
 [4. 5.]]

50th quantile across axis 0 and 1: [3. 4.]

示例 2：使用可选的 out 参数

out 参数允许我们指定一个输出数组来存储结果。

import numpy as np

arr = np.array([[1, 2, 3],
                [4, 5, 6]])

# create an output array
output = np.zeros(3)

# compute 25th quantile and store the result in the output array
np.quantile(arr, 0.25, out = output, axis = 0)

print('25th quantile:', output)

输出

25th quantile: [1.75 2.75 3.75]

示例 3：使用可选的 keepdims 参数

如果 keepdims 设置为 True，则结果数组的维度与原始数组相同。

import numpy as np

arr = np.array([[1, 2, 3],
                [4, 5, 6]])

# keepdims defaults to False
result1 = np.quantile(arr, 0.50 , axis = 0)

# pass keepdims as True
result2 = np.quantile(arr, 0.50, axis = 0, keepdims = True)

print('Dimensions in original array:', arr.ndim)
print('Without keepdims:', result1, 'with dimensions', result1.ndim)
print('With keepdims:', result2, 'with dimensions', result2.ndim)

输出

Dimensions in original array: 2
Without keepdims: [2.5 3.5 4.5] with dimensions 1
With keepdims: [[2.5 3.5 4.5]] with dimensions 2